大数据我国重视
Ⅰ 谈谈我国大数据发展面临着哪些制约因素
1.很少有优质可用的数据
这几年数据交易机构如雨后春笋，“数据变现”成为很多拥有数据积累的传统企业的新的生财法。目前，我国大数据需求端以互联网企业为主，覆盖面不广，在O2O趋势下，大型互联网厂商尝试引入外部数据支撑金融、生活、语音、旅游、健康和教育等多种服务。
然而在具体的领域或行业内，我国普遍未形成成型的数据采集、加工、分析和应用链条，大量数据源未被激活，大多数数据拥有者没有数据价值外化的路径。比如，各医疗健康类应用收集了大量的数据，但没有像那样面向医药公司售卖数据。与国外相比我国的政府、公共服务、农业应用基本缺位，电信和银行业更缺少与外部数据的碰撞。
另外，其实数据交易这件事本身就是一个悖论。数据作为一种商品有一定的特殊性，我用了别人也可以用，没有任何消耗，可以在市场卖很多遍。这就产生一个问题，你这个数据到市场卖，根据经济学观点它的价值是零，你卖给我我可以用更低的价格卖给别人，所以数据交易理论上来说也是不可行的。
大数据概念火了以后，很多机构觉得数据存起来就是宝，于是积攒了大量零碎数据放在那里，到底能发挥什么作用也未可知。而在和许多真正想用数据做些事情的机构的合作中我们发现，即便是政府机构这样的权威数据持有方，也存在很多数据缺失、数据错误、噪音多各方面的问题。
我们常常在讲大数据就用大数据方法，小数据就用小数据方法，完美的数据是永远等不来的。但这样会导致什么问题呢?在实际项目实施过程中，我们的数据科学家们不得不花费大量时间在数据清洗上，这其实是对本来就紧缺的数据人员的一种浪费。
理论上我们中国有很多数据，但不同部门数据存在在不同的地方，格式也不一样。政府内部本身整合各部门的数据就已经是一件很头大的事情，更不要提大规模的数据开放。同时数据开放面临一个严重问题就是隐私问题，脱敏远远不够，隐私问题是一个无底洞。比如我们把一个人的支付宝3个月数据拿过来，就可以很轻易的知道这个人今天在门口便利店买了一瓶水，昨天在淘宝买了沙发，每隔三个月会有一笔万元的支出。那我们就可以很容易推断这个人刚换了一个租房子的地方，就能了解他的消费习惯。这个数据其实完全是脱敏的，没有名字、没有号码，但丝毫不妨碍我们通过算法完全的勾勒出这个人的画像。
2.实际技术与业务之间还有很大距离
大数据行业发展至今，技术与业务之间依然存在巨大着鸿沟。首先，就是数据分析技术本身。数据源企业为实现数据价值变现，尝试多种方法，甚至自己组建数据分析团队，可是数据分析是个技术活，1%的误差都会极大地影响市场份额，术业有专攻，数据变现还是需要专业的数据分析人才来实现。
大数据概念的火热，做大数据的公司越来越多，产品做得五花八门，数据建模看似谁都可以涉足，但现在数据分析的技术，方法，模型，算法都有了非常大的改进，跟过去六七十年代完全不一样，不是说做几个SAAS软件或者RAAS软件就是大数据了，虽然短期看市场火热，但长远来说这条路是走不通的，大数据行业发展，技术才是真正的发力点，提高行业准入门槛尤为重要。
其次中国的数据有它的特色，例如在金融行业，目前大部分银行采用的是风险评分卡，运用专家经验定义风险变量，基于定性认识进行评分，通过事后风险回检优化评分卡，风险预警功能较差。虽然央行征信中心与国内少数技术领先银行使用的是风险评分模型，但模型方法相对陈旧，如央行所用FICO评分模型为上世纪80年代基于逻辑回归算法构建的评分体系，逻辑回归算法适合处理线性数据，但实际问题往往是非线性的，特别是信用风险评估场景下。此外，FICO模型没有针对我国具体业务进行场景细分，建模逻辑并不完全符合我国实际情况，因此导致准确率不足，风险预警能力差。基于此，中国人民银行征信中心首次与国内大数据公司合作，这次合作中普林科技应用国际领先的大数据建模分析技术运用决策树随机森林,AdaBOOST,GBDT,SVM等算法，通过对信用报告的数字化解读与深入洞察，准确预测了违约风险，对贷款审批、贷中管理形成指导，新模型对好坏账户的区分度远高于行业平均水平。此次合作表明我国的大数据难题更需要适应国情的解决方案与本土的技术人才，这对我们的市场提出了一个新问题。
3.人才稀缺
我们国家大数据发展最大的优势就是市场大，最大的劣势恰巧就是缺乏相应人才，人才缺乏的程度非常严重。首先在国际市场方面，我们要跟国外公司争人才，然而国外大数据行业同样十分火热。而不论在国内还是国外，跟企业竞争人才都是一项艰巨的事业，比如在世界上最好的大学之一的美国普林斯顿大学，想找数学家也是非常困难，人才很容易被大公司挖走，每年都有非常好的数据分析人才被企业挖走。所以人才难觅不只是口头说说，更是一个亟待解决的问题 大数据是一个交叉学科，涉及统计学，管理编程等多学科，知识点复杂，缺乏系统的学习教程。
Ⅱ 运用经济生活的相关知识,分析国家重视大数据的理论依据
大数据是先进技术，科技是第一生产力，重视大数据，就是重视科技，有利于推动生产力发展。
大数据是现代信息技术，是技术创新，有利于我国贯彻落实科学发展观，实施创新驱动战略，调整产业结构，推进信息化、工业化，有利于经济发展方式的转变。
Ⅲ 近几年来我国大数据市场发展为何如此迅速
流式处理占主导地位，Kafka和Spark成为主流应用
根据数据处理的时效性，大数据处理系统可以分为批式(batch)大数据和流式(streaming)大数据两类。其中，批式大数据又被称为历史大数据，流式大数据又被称为实时大数据。
以Hadoop为代表的批处理大数据系统需先将数据汇聚成批，经批量预处理后加载至分析型数据仓库中，以进行高性能实时查询。这类系统虽然可对完整大数据集实现高效的即席查询，但无法查询到最新的实时数据，存在数据迟滞高等问题。
以Spark Streaming、Storm、Flink为代表的流处理大数据系统将实时数据通过流处理，逐条加载至高性能内存数据库中进行查询。此类系统可以对最新实时数据实现高效预设分析处理模型的查询，数据迟滞低。
随着互联网、计算机行业快速发展，企业对数据的时效性越发重视，企业应用也逐渐由批处理数据平台向实时的流数据数据平台转移。以流数据处理为代表的Spark、kafka大数据系统近年来大放异彩，取代了Hadoop的主导地位。
更多数据参考前瞻产业研究院发布的《中国大数据产业发展前景与投资战略规划分析报告》
Ⅳ 中国品牌为什么要重视大数据
“一杯牛奶强壮一个民族”，让缺少乳制品食用习惯的东亚民族坚持每天一杯奶，硬是促使日本国民在不到两代人的时间里，男性平均身高向上蹿升10余厘米，超过中国，牛奶作为这背后的助推力量难以让人忽略，国家对国民的乳制品尤其是液态奶消费也愈加重视与鼓励。
除了政策与习惯，经济水平也在一定程度上决定了液态奶的消费，人均GDP的增长也会推升液态奶的消费，目前，人均GDP超过1.5万美元的世界主要发达国家液态奶平均消费超过中国的3倍，随着我国经济的进一步发展，我国的液态奶消费将有一个巨大的增长空间。
庞大的市场，长距离运输需求让UHT奶占据了市场主导，从而促使基地型奶企迅速成长，诞生了以蒙牛、伊利为第一梯队的四大梯队格局。
目前，液态奶的消费人群总体来看，呈现明显的年轻化、高知化，分布上主要集中于发达的东部地区。未来，中老年群体、东北与西部、中低线城市都是液态奶的增量与潜在市场。
01、液态奶市场及用户概况
消费潜力
中国人均液态奶消费远低于全球主要国家平均水平，液态奶消费增长空间巨大。
区域分布
华东地区是特仑苏与金典两大品牌最重要的消费市场，借力靳东特伦苏可再开拓东北，金典则可倚靠王菲深挖华东地区潜力。
关注特仑苏的360用户与靳东粉丝主要集中在华东地区，但东北地区特仑苏关注者与区分度均远低于靳东粉丝。关注金典的360用户与王菲粉丝主要集中于华东地区，但关注度上与王菲粉丝还有较大差距。
城市分布
中高线城市是特仑苏与金典存量市场，借力靳东可进一步下沉低线城市，金典则可依靠王菲进一步深挖中线城市潜力，打造增量市场。
关注特仑苏的360用户主要集中在高线城市，在低线城市特仑苏关注者与区分度均远低于靳东粉丝。
关注金典的360用户与王菲粉丝主要集中于中高线，在中线城市关注度上与王菲粉丝还有较大差距。
搜索关键词
搜特仑苏主要关注内涵与广告，搜金典则更关注与特仑苏对比及相关产品。
活跃APP
除了通讯社交，关注特仑苏360用户热衷新闻阅读，金典用户则钟爱系统工具。
蒙牛领先缘由
推出时机、品牌命名、营销定位与市场潜力四大因素助力率先占领国内UHT奶市场份额并持续领先。
推出时机好：特仑苏的进入市场时机恰当，液态奶05年之前一味大打价格战，蒙牛则推出高端产品，脱离价格战，率先进入高端市场。
品牌命名好：特仑苏，金牌牛奶之意，作为高端产品，使用蒙语区别于普通产品的通俗名称，让消费者有距离感，并容易产生主动探究的欲望，一旦清楚含义就印象深刻。
营销定位好：特仑苏，广告语是“不是所有牛奶都叫特仑苏”，然后用“澳亚牧场”先进硬件基础、高质牧草、进口乳牛来背书，市场大获成功。
市场广阔：高端定位，使特仑苏成为春节礼品市场的抢手货。2017年销售额达到120亿，仍是高端白奶当之无愧的王者。
03、酸奶用户画像
光明率先推出莫斯利安高端常温酸奶品牌，蒙牛、伊利则顺势推出纯甄、安慕希，三大高端品牌格局形成。
关注度趋势
常温酸奶呈节日周期性，且广告效应显著，安慕希受到360用户最高的关注度。
首位度明显：伊利安慕希作为市场上一款主要的常温酸奶，受到360用户的关注最高，是其他两款年平均关注度的3倍。
广告效应显著：冠名赞助热门综艺节目与演唱会的安慕希与莫斯利安，通常能在这期间受到360用户极高的关注度。
节日周期性：三款常温酸奶作为高端酸奶，在360用户中礼品属性显现，在春节期间关注度均会有大幅上扬。
年龄
年轻化显著，三大常温酸奶品牌及代言人覆盖人群均以年轻人为主，尤其是张艺兴、杨颖粉丝，年轻人市场广阔。
学历
三大常温酸奶覆盖人群学历差异明显，莫斯利安、纯甄以高学历为主，安慕希则覆盖均匀，杨颖的粉丝学历以中低学历为主，安慕希下沉空间广阔。
区域分布
东北、西南地区是三大常温酸奶共同的增量市场，莫斯利安还可进军华南与华北，纯甄则可继续深挖华东
Ⅳ 大数据发展面临的挑战是什么
现在大数据是世界都关注的事情，这是因为大数据能够帮助人们做很多的事情，大数据的发展也是很多国家重视的地方，当然，我国也不例外。我国对大数据还是比较重视的，现在我国的大数据产业发展已经有了一定的基础，但是我们还不能放松，还需要努力，这是因为我国的数据产业还面临着众多的挑战，在这篇文章中我们就给大家详细介绍一下大数据发展面临的挑战，希望这篇文章能够更好地帮助大家理解大数据知识。
我国发展大数据产业是一定要向数据强国转变，现在我国只能说是个数据大国，但是要实现从“数据大国”向“数据强国”转变，还面临诸多挑战。具体面临的挑战有五个。
第一个挑战就是对数据资源及其价值的认识不足。这是因为全社会尚未形成对大数据客观、科学的认识，对数据资源及其在人类生产、生活和社会管理方面的价值利用认识不足，存在盲目追逐硬件设施投资、轻视数据资源积累和价值挖掘利用等现象。所以说这是我国大数据长期内最大的挑战，但也是比较容易实现的目标。
第二个挑战就是技术创新与支撑能力不够。这主要是因为大数据需要从底层芯片到基础软件再到应用分析软件等信息产业全产业链的支撑，无论是新型计算平台、分布式计算架构，还是大数据处理、分析和呈现方面与国外均存在较大差距，对开源技术和相关生态系统的影响力仍然较弱，总体上难以满足各行各业大数据应用需求。而这是大数据短期内最大的挑战。
第三个挑战就是数据资源建设和应用水平不高。这是因为用户普遍不重视数据资源的建设，即使有数据意识的机构也大多只重视数据的简单存储，很少针对后续应用需求进行加工整理。而且数据资源普遍存在质量差，标准规范缺乏，管理能力弱等现象。在很多跨部门、跨行业的数据共享仍不顺畅，有价值的公共信息资源和商业数据开放程度低。数据价值难以被有效挖掘利用，所以说，大数据应用整体上处于起步阶段，潜力远未释放。
第四个挑战就是信息安全和数据管理体系尚未建立。数据所有权、隐私权等相关法律法规和信息安全、开放共享等标准规范缺乏，技术安全防范和管理能力不够，尚未建立起兼顾安全与发展的数据开放、管理和信息安全保障体系。
第五个挑战就是人才队伍建设还需加强。就目前而言，我国的综合掌握数学、统计学、计算机等相关学科及应用领域知识的综合性数据科学人才缺乏，远不能满足发展需要，尤其是缺乏既熟悉行业业务需求，又掌握大数据技术与管理的综合型人才。
我们在这篇文章中给大家介绍了我国大数据发展需要面临的挑战，通过这些内容我们不难发现我国要想成为数据强国还有很长的路要走。所以说，我国从数据大国转变为数据强国还需要我们共同的努力。
Ⅵ 大数据产业迎来大发展时代
大数据产业迎来大发展时代
日前，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），提出将全面推进我国大数据发展和应用，加快建设数据强国，2017年底前形成跨部门数据资源共享共用格局；2018年底前建成国家政府数据统一开放平台。
业内专家分析认为，此次发布的《纲要》与7月初国务院发布的《关于积极推进“互联网+”行动的指导意见》，构成规范发展中国互联网新经济发展和社会转型升级的“姊妹篇”，其发布和实施对于促进中国大数据产业和互联网新经济的持续健康发展将产生深远的影响。
上升至国家战略高度
从《纲要》内容分析，大数据建设已经被上升到了“推动经济转型发展的新动力”高度。从政策落实的角度看，此次《纲要》既给出了时间表，又给出了路线图。其明确提出“2017年底前形成跨部门数据资源共享共用格局”，“2018年底前建成国家政府数据统一开放平台”，这些都让开放的政府大数据变得触手可及。
贵阳大数据交易所总裁王叁寿是《促进大数据发展行动纲要》的起草人之一。在他看来，《纲要》的作用是要激活中国大数据的资产价值，未来我国大数据的市场规模将达到上万亿元。
北京赛智时代信息技术咨询有限公司总经理、合伙人赵刚认为，《纲要》的发布标志着大数据发展上升到了强国战略的高度。《纲要》明确提出，数据已成为国家基础性战略资源，中国将致力于建设数据强国，网络空间数据主权保护是国家安全的重要组成部分。“这个高度的提法是首次提出，彰显和强化了大数据发展和应用在国家战略中的地位。”
易观智库分析师任伟巍也表示：“《纲要》的发布标志着国家从顶层开始重视大数据的建设与应用，对大数据的发展方向起到了非常明确的引导作用，否则完全凭市场需求逆向推动，进程会比较缓慢。”不过他同时也提出建议，那就是应避免口号化，要注重最终能否对各行业产生天然吸引力，并充分为各行业所用，避免建的人多、用的人少。
行业分析人士姜伟超认为，近年来，业界一直在提倡大数据，此次《纲要》的发布将会使大数据在更大的领域内开放共享，将在多个方面产生重大影响。
“《纲要》的发布，一是有助于提高整个社会的效率，为政府决策、经济发展提供重要、科学的参考依据。二是从宏观经济层面对优化产业结构起到推动作用。三是在当前提倡大众创业、万众创新的环境下，有利于推动大数据产业向前发展，增加更多的创新机会。四是在全球化的大环境下，我国以更大的力度、更高的视角推动大数据建设，对我国未来在全球化竞争中抢占先机有着重要意义。”姜伟超说。
企业抓住机遇谋求发展
《纲要》提出，促进大数据发展应以企业为主体，深化大数据在各行业的创新应用。对此，DCCI互联网研究院院长刘兴亮认为，《纲要》强调企业在大数据发展中的主体地位，一方面是因为大数据的相关技术大多掌握在企业手中，而且企业掌握着更庞大的数据库；另一方面是因为促进大数据发展能够推动产业和企业的创新发展，提供客观且科学的决策参考。
阿里巴巴研究院高级专家孟晔认为，大数据的发展更重要的价值在于将数据资源向中小企业开放。“如果能让中小企业和大企业站在同一个起跑线上，就能够更大地发挥它们的创新能力，以后也将会形成‘大数据平台+中小企业/个人’的创新模式。”但他也提醒，大数据最大的效力体现在各行各业的交叉、融合中，并且需要相互共享和开放。“不光是政府数据的共享和开放，企业和企业之间、行业和行业之间的数据也需要共享和开放”。
尽管《纲要》的发布对行业和企业发展有不小的推动作用，但任伟巍建议，要给企业发展创造足够宽松的竞争环境。现在的大数据厂商都不是靠政策优势做起来的，仅凭政策不能打造优秀的厂商，一定要靠竞争、靠技术研发。
姜伟超认为，《纲要》的发布再一次明确彰显了政府对于推动大数据建设的决心和目标，这对相关企业来说也是一个很好的机会。
大数据建设实际上涉及诸多相关领域。企业一方面需要借助大数据提升自身的竞争力，另一方面要积极寻找新的机会，参与大数据建设。“未来可能会有更多的领域，以及之前企业所难触碰到的领域向社会开放，这也从侧面展示了政府继续深化市场经济的决心，对企业来说也预示着更多的机会。”姜伟超表示，《纲要》将对我国未来经济发展产生重要影响，作为企业也应该及早适应这种变化。
十大工程引领行业发展
《纲要》规划了十大重点工程，包括政府数据资源共享开放工程、国家大数据资源统筹发展工程、公共服务大数据工程、万众创新大数据工程以及网络和大数据安全保障工程等。
赵刚认为，《纲要》提出十大工程，是推进大数据发展的抓手。围绕工程的推进，将建立起政府数据统一共享交换平台、政府数据统一开放平台、国家大数据平台、数据中心等一系列国家和地方大数据平台，并在经济社会各个领域推进大数据应用示范和试点，这将兴起大数据建设的热潮，政府和社会将投入大量资金发展大数据，并以大投资来带动大数据市场的繁荣。
姜伟超表示，《纲要》提出的十大工程涉及诸多领域，同时又是系统化的，体现了政府在我国大数据建设方面的力度和决心。十大工程有助于对我国整体的产业结构进行升级，有助于全面提升我国的信息化水平，有助于挖掘新的经济增长点。十大工程既关系宏观战略，又深入民生领域，无论是对国家政府，对行业发展，还是对普通民众都具有一定的积极意义。“未来社会必将是一个更加信息化的，同时又密切联系在一起的社会。大数据的共享与科学有效应用将起到重要作用。”他说。
此外，《纲要》还提出，立足我国国情和现实需要，推动大数据发展和应用在未来5年至10年内逐步实现以下目标：打造精准治理、多方协作的社会治理新模式；建立运行平稳、安全高效的经济运行新机制；构建以人为本、惠及全民的民生服务新体系；开启大众创业、万众创新的创新驱动新格局；培育高端智能、新兴繁荣的产业发展新生态。
任伟巍认为：“这些发展目标在细分行业是能实现的，比如金融、旅游等，毕竟还有至少5年时间。而现在的细分领域大数据厂商活跃起来都还没有5年，时间还是有的。”
赵刚认为，《促进大数据发展行动纲要》将引领我国进入大数据的大发展时代。
以上是小编为大家分享的关于大数据产业迎来大发展时代的相关内容，更多信息可以关注环球青藤分享更多干货
Ⅶ 在如此重视大数据的时代，我国能否率先统计病人手术后有多少可以恢复到或超过“人均预期健康寿命”的
已经有人在做了，不过中国的医疗数据分散而不统一，就算大数据整合起来也很麻烦。
但一些研究生正在做，相信未来我们看病就更加便捷高效，有可能不出门就治好病了。
Ⅷ 大数据时代，我国数据量究竟有多大
从2013年初开始，对于大数据爆发的焦虑感，紧迫感，不由自主地被卷入的甚至无力的感觉，驱动众多行业、企业和团体去关注和开始接触和了解大 数据，自觉或不自觉的，主动或不得已地去融入这波洪流。但是，真的说到大数据，我们中国到底有多少数据量，它们都分布在哪些行业，哪些数据是目 前可用的，哪些行业已经在使用数据，进入产业互联网和数据引导的变革了？
可能看到的版图依旧模糊。因此，我们怀抱很好的希望，以第一个吃螃蟹并期待来自行业的矫正和拍砖的态度，首先尝试对于国内各个领域，行业以 及机构的数据拥有情况，使用情况以及未来路径做一个粗犷地调研、梳理和判断，对大数据时代我国各个领域数据资产的拥有和使用情况，也就是我们数 据资产的家底做个盘点，也对各个行业、系统进军大数据，以及拥抱产业互联网的进度和未来做个简单判断。事实上，大数据之题无疑繁若星辰，然而只 有在相对完整的视图下，繁星若尘，我们才可得以一窥天机。
从我们手头掌握的数据来看，2013年度，中国存储市场出货容量超过1个EB（1EB=多少），存储总量而IDC曾经发布的预测表明在未来的3-4年，中国存储总 容量可能达到18个EB。从数据存储市场的需求来看，互联网、医疗健康、通信、公共安全以及军工等行业的需求是主要的，且上升态势明显。
鉴于存储和服务器的紧密相关，我们从已经获得的资料可以知道，目前全球运行的服务器总量超过5000万台，美国国内运行的服务器总体容量接近 1000万台。从各种市场公开数据来看，2013年中国内地服务器销售总数接近为100万台。大体估算，截止到2013年底，中国内地整体在运行的服务器总数 量在300万台以上。
从现有存储容量看，中国目前可存储数据容量大约在8EB-10EB左右，现有的可以保存下来的数据容量大约在5EB左右，且每两年左右会翻上一倍。这些 被存储数据的大体分布为：媒体/互联网占据现有容量的1/3，政府部门/电信企业占据1/3，其他的金融、教育、制造、服务业各部分占据剩余1/3数据量 。
公开数据显示，互联网搜索巨头网络2013年拥有数据量接近EB级别、阿里、腾讯声明自己存储的数据总量都达到了百PB以上。此外，电信、医疗、金 融、公共安全、交通、气象等各个方面保存的数据量也都达到数十或者上百PB级别。
在目前被广泛引用的IDC和EMC联合发布的“2020年的数字宇宙”报告 预测到2020年，全球数字宇宙将会膨胀到40ZB，均摊每个人身上是5200GB以上，这个量将会如何被有效存储和应用，我们眼下还很难想象。然而我们 看到该报告指出，从现在起到2020年，全球数字宇宙的膨胀率大约为每两年翻一番。事实上，根据上述调查结论和服务器容量调查，我们也能做出个相对 合理的推断：目前，全球产生的数据量中仅有1%左右的数据能够被保存下来，也就是说今天全球能够被保存下来的数据也就是在50EB左右，而其中被标记 并用于分析的数据更是不到10%。
作为全球人口和计算设备保有量的大国，我国每年所能产生的数据量也极为庞大，有数据说2014年甚至可能达到ZB级别，但是真正被有效存储下来的 数据仅仅是其中极微少部分，中国保存下来数据占全球数据的比例大约在10%左右，也就是上面说的5EB。这些数据中，目前已被标记并用于分析的数据仅 达到500PB左右，也是接近10%的一个比例。
伴随着云计算迅速普及和各行业，各企业和部门对于数据资产保存和利用意识的增强，以及通过互联网、大数据对产业进行变革的意愿，未来2-3年一 定会有越来越多的行业、大企业步入到PB、百PB、甚至EB级别数据俱乐部，未来3-3年中国的数据总量也将呈翻倍上升态势，我们预测2015年中国就可能 突破10EB数据保有量，被标签和分析利用数据量也将上升到EB级别，这些数据增长中互联网、政务、医疗、教育、安全等行业和领域所做贡献最大，而相 对传统的物流、生产制造、甚至农业等领域数据拥有量的增长将更加明显。